TU Darmstadt / ULB / TUprints

Railway Bridge Monitoring with Minimal Sensor Deployment: Virtual Sensing and Resonance Curve-Based Drive-by Monitoring

Lorenzen, Steven Robert (2023)
Railway Bridge Monitoring with Minimal Sensor Deployment: Virtual Sensing and Resonance Curve-Based Drive-by Monitoring.
Technische Universität Darmstadt
doi: 10.26083/tuprints-00026426
Ph.D. Thesis, Primary publication, Publisher's Version

[img] Text
Railway_Bridge_Monitoring_with_Minimal_Sensor_Deployment_Virtual_Sensing_and_Resonance_Curve-Based_Drive-by_Monitoring.pdf
Copyright Information: CC BY-SA 4.0 International - Creative Commons, Attribution ShareAlike.

Download (71MB)
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Railway Bridge Monitoring with Minimal Sensor Deployment: Virtual Sensing and Resonance Curve-Based Drive-by Monitoring
Language: English
Referees: Schneider, Prof. Dr. Jens ; Waldmann-Diederich, Prof. Dr. Danièle
Date: 14 December 2023
Place of Publication: Darmstadt
Collation: xxvii, 202 Seiten
Date of oral examination: 28 November 2023
DOI: 10.26083/tuprints-00026426
Abstract:

The global railway bridge infrastructure is aging and exposed to increasing traffic loads. In Germany, the average lifespan of a railway bridge is 122 years. During this time, railway vehicles have evolved significantly, leading to higher axle loads and speeds. The urgent need to extend the lifespan of these bridges has prompted an intensive search for efficient methods to assess existing bridge structures.

One approach is vibration-based monitoring, which can be categorised into direct and indirect monitoring. In direct monitoring, sensors are installed directly upon the structure. Conversely, in indirect monitoring, a passing vehicle equipped with sensors is utilised, commonly referred to as drive-by monitoring.

Direct monitoring of bridges is still rare, and when bridges are instrumented, it is typically with a sparse deployment of sensors. Hence, methods are needed to extrapolate the measured structural responses to unmeasured locations. These methods are summarized under the term virtual sensing. Existing research on virtual sensing for railway bridges reveals gaps in long-term studies, especially considering different environmental and operational conditions. Notably, 95 % of all railway bridges in Germany are short-spanned with spans less than 30 m, and there is a significant lack of research in this segment. A main focus of this dissertation was to address this research gap.

The high effort in direct instrumentation currently does not allow for monitoring of the entire railway bridge network using available technology. A cost-effective approach to monitoring railway bridges is drive-by monitoring. Despite the potential of this approach, field tests and comprehensive experiments in the context of railway bridges are rare. There is a need for a robust methodology for frequency identification of railway bridges using drive-by monitoring, especially at regular operating speeds. The development and validation of a suitable methodology form the second focus of this work.

In this dissertation, three experimental investigations were conducted to explore both the direct and indirect monitoring methodologies. The HUMVIB bridge, the railway bridge over the Schmutter river with an instrumented ICE 4, and a railway bridge in Düsseldorf (Germany) with an instrumented ICE TD were thoroughly analysed.

During the investigations, modal expansion, a method that uses the structure's eigenmodes to reconstruct unmeasured structural responses, was confirmed as a suitable methodology for virtual sensing. The investigations under different operational and environmental conditions showed that the influence of operational conditions, such as train type and speed, is dominant over environmental conditions.

The experiments also validated the developed methodology for frequency identification using drive-by monitoring for two different trains and bridges.

This work aims to make contributions to the monitoring of railway bridges by providing practical, cost-effective, and reliable methods.

Alternative Abstract:
Alternative AbstractLanguage

Die weltweite Eisenbahnbrückeninfrastruktur altert und ist steigenden Verkehrslasten ausgesetzt. In Deutschland beträgt die durchschnittliche Lebensdauer einer Eisenbahnbrücke 122 Jahre. Während dieser Zeit haben sich die Eisenbahnfahrzeuge erheblich weiterentwickelt, was zu höheren Achslasten und Geschwindigkeiten führt. Der dringende Bedarf, die Lebensdauer dieser Brücken zu verlängern, hat zu einer intensiven Suche nach effizienten Methoden zur Bewertung bestehender Brückenstrukturen geführt.

Ein Ansatz dazu ist die schwingungsbasierte Überwachung. Diese wird typischerweise in direktes und indirektes Monitoring unterteilt. Bei der direkten Überwachung werden Sensoren direkt an der Struktur angebracht. Im Gegensatz dazu wird bei der indirekten Überwachung ein vorbeifahrendes Fahrzeug mit Sensoren verwendet, was üblicherweise als Drive-by-Monitoring bezeichnet wird.

Eine direkte Überwachung von Brücken ist derzeit noch die Ausnahme, und wenn Brücken instrumentiert sind, dann in der Regel mit einem spärlichen Einsatz von Sensoren. Daher werden Methoden benötigt, um die gemessenen Strukturantworten auf nicht gemessene Stellen zu extrapolieren. Diese Methoden werden unter dem Begriff Virtual Sensing zusammengefasst. Die vorliegenden Forschungen zum Virtual Sensing bei Eisenbahnbrücken zeigen Lücken in der Langzeituntersuchung, insbesondere unter Berücksichtigung verschiedener Umwelt- und Betriebsbedingungen. Besonders bemerkenswert ist, dass 95 % aller Eisenbahnbrücken in Deutschland mit Spannweiten kleiner als 30 m kurz gespannt sind, und es gerade in diesem Segment an Forschung mangelt. Ein Schwerpunkt dieser Dissertation war es, genau diese Forschungslücke anzugehen.

Der hohe Aufwand bei der direkten Instrumentierung erlaubt mit der zur Verfügung stehenden Technik derzeit keine Überwachung des Eisenbahnbrückennetzwerks. Ein kosteneffizienter Ansatz zur Überwachung der Eisenbahnbrücken ist das Drive-by Monitoring. Trotz des Potenzials dieses Ansatzes sind Feldtests und umfassende Experimente im Bereich der Eisenbahnbrücken selten. Es besteht ein Bedarf an einer robusten Methodik zur Frequenzidentifikation von Eisenbahnbrücken mittels Drive-by Monitoring, insbesondere bei regulären Betriebsgeschwindigkeiten. Die Entwicklung und Validierung einer geeigneten Methodik bildet den zweiten Schwerpunkt dieser Arbeit.

In dieser Dissertation wurden drei experimentelle Untersuchungen durchgeführt, um sowohl die direkte als auch die indirekte Überwachungsmethodik zu erforschen. Dabei wurden die HUMVIB-Brücke, die Eisenbahnbrücke über den Fluss Schmutter mit einem instrumentierten ICE 4 sowie eine Eisenbahnbrücke in Düsseldorf mit einem instrumentierten ICE TD detailliert analysiert.

Im Rahmen der Untersuchungen wurde die Modale Expansion, eine Methode, die die Eigenformen der Struktur zur Rekonstruktion der nicht gemessenen Strukturantworten verwendet, als geeignete Methodik für das Virtual Sensing bestätigt. Die Untersuchungen zu unterschiedlichen Betriebs- und Umweltbedingungen zeigen, dass der Einfluss der Betriebsbedingungen, wie Zugtyp und gefahrene Geschwindigkeit, gegenüber dem der Umweltbedingungen dominant ist.

Mit den Experimenten konnte ebenfalls die entwickelte Methodik zur Frequenzidentifikation mittels Drive-by Monitoring für zwei unterschiedliche Züge und Brücken validiert werden.

Diese Arbeit hat als Ziel, Beiträge zur Überwachung von Eisenbahnbrücken zu leisten, indem sie praxisnahe, kosteneffiziente und zuverlässige Methoden liefert.

German
Uncontrolled Keywords: Railway Bridges, Bridge Engineering, Structural Health Monitoring (SHM), Virtual Sensing, Drive-by Monitoring, Indirect Monitoring, Field Testing
Status: Publisher's Version
URN: urn:nbn:de:tuda-tuprints-264262
Classification DDC: 600 Technology, medicine, applied sciences > 620 Engineering and machine engineering
Divisions: 13 Department of Civil and Environmental Engineering Sciences > Institute für Structural Mechanics and Design
13 Department of Civil and Environmental Engineering Sciences > Institute für Structural Mechanics and Design > Structural Engineering and Dynamics of Structures (2024 renamed "Data-infused Modeling in Structural Dynamics")
TU-Projects: VDI|19F2123A|ZEKISS
Date Deposited: 14 Dec 2023 13:42
Last Modified: 22 Dec 2023 07:41
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/26426
PPN: 514118490
Export:
Actions (login required)
View Item View Item